高斯分布

N ( μ , σ 2 ) N(\mu,\sigma^2) N(μ,σ2)是均值为 μ \mu μ,方差为 σ 2 \sigma^2 σ2的高斯分布。

概率密度函数为 1 2 π σ e − ( x − μ ) 2 2 σ 2 \frac{1}{\sqrt{2\pi}\sigma}e^{-\frac{(x-\mu)^2}{2\sigma^2}} 2π σ1e2σ2(xμ)2

∫ − ∞ + ∞ e − x 2 d x = π \int_{-\infty}^{+\infty} e^{-x^2}\mathrm{d}x=\sqrt \pi +ex2dx=π ∫ − ∞ + ∞ e − a x 2 d x = π a \int_{-\infty}^{+\infty} e^{-ax^2}\mathrm{d}x=\sqrt {\frac{\pi}{a}} +eax2dx=aπ

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值